ANALISIS SIMULASI KEBUTUHAN KONTAINER (STUDI KASUS DI PT. XYZ FORWARDING)

##plugins.themes.academic_pro.article.main##

Dian Retno Sari Dewi
Alvin Sutanto

Abstract

Manajemen kontainer adalah salah satu hal yang paling penting dalam industri pelayaran. Ketersediaaan kontainer adalah sangat penting untuk dapat mengamankan muatan yang dipercayakan oleh konsumen. Perusahaan perkapalan harus dapat menyediakan kontainer dengan jumlah yang tepat serta pada waktu yang tepat karena operator perusahaan perkapalan harus memastikan bahwa kontainer yang kosomg akan tersedia untuk muatan konsumen yang selanjutnya. PT XYZ adalah perusahaan forwarding perkapalan yang mempunyai tanggung jawab kepada konsumen untuk memindahkan muatan konsumen dari titik awal konsumen menyerahkan sampai dengan sampai ke tempat yang dituju. Pengumpulan data, pemodelan waktu loading unloading, model simulasi, input data, penyusunan program simulasi untuk studi kasus, verifikasi dan validasi dan menjalankan program simulasi telah dilakukan untuk mengetahui berapa jumlah kontainer yang diperlukan untuk rute yang ada saat ini. Hasil dari simulasi diketahui utilitas kontainer dalam sistem sebesar 43.54% yang mana artinya adalah perusahaan dapat lebih lanjut mengembangkan penelitian ini untuk mengetahui berapa jumlah kontainer kosong yang bersikulasi dan diperlukan dalam sistem sehingga utilitas kontainer dalam sistem dapat ditingkatkan.

 

Kata kunci: manajemen kontainer, simulasi, utilitas, industri pelayaran

##plugins.themes.academic_pro.article.details##

References

  1. Banks, J. (2010). Discrete-event system simulation (5th ed.). Prentice Hall.
  2. Baştuğ, S., Haralambides, H., Akan, E., & Kiraci, K. (2023). Risk mitigation in service industries: A research agenda on container shipping. Transport Policy, 141, 232–244. https://doi.org/https://doi.org/10.1016/j.tranpol.2023.07.011
  3. Chen, J., Zhuang, C., Xu, H., Xu, L., Ye, S., & Rangel-Buitrago, N. (2022). Collaborative management evaluation of container shipping alliance in maritime logistics industry: CKYHE case analysis. Ocean & Coastal Management, 225, 106176. https://doi.org/https://doi.org/10.1016/j.ocecoaman.2022.106176
  4. Collins, A. J., Sabz, A. P. F., & Jordan, C. A. (2023). Past challenges and the future of discrete event simulation. The Journal of Defense Modeling and Simulation, 20(3), 351–369.
  5. Emshoff, J. R., & Freeman, R. E. (2023). Stakeholder management: a case study of the US Brewers Association and the container issue. In R. Edward Freeman's Selected Works on Stakeholder Theory and Business Ethics (pp. 29–59). Springer.
  6. Gaidai, O., Yakimov, V., Wang, F., Hu, Q., Storhaug, G., & Wang, K. (2023). Lifetime assessment for container vessels. Applied Ocean Research, 139, 103708. https://doi.org/https://doi.org/10.1016/j.apor.2023.103708
  7. Ibne Hossain, N. U. (2023). Smart Transportation Logistics: Achieving Supply Chain Efficiency with Green Initiatives. In Data Analytics for Supply Chain Networks. (Vol. 11, pp. 243–258). Springer International Publishing AG,. https://doi.org/10.1007/978-3-031-29823-3_10
  8. JayaSudha, A. R., & Jeyandhan, D. (2023). Chemical Container Management System. Journal of Advancement in Parallel Computing, 6(1), 36–43.
  9. Kim, G., Lee, E., & Kim, B. (2022). Strategic port management by consolidating container terminals. The Asian Journal of Shipping and Logistics, 38(1), 19–24.
  10. https://doi.org/https://doi.org/10.1016/j.ajsl.2021.11.003
  11. Lun, Y. H. V., Lai, K., Cheng, T. C. E., & Yang, D. (2010). Shipping and logistics management. Springer.
  12. Montoya, Torres, J., Muñoz, V., & Mejia, A. C. (2023). Mapping research in logistics and supply chain management during COVID-19 pandemic. International Journal of Logistics Research and Applications, 26(4), 421–441. https://doi.org/10.1080/13675567.2021.1958768
  13. Ouedraogo, C. A., Montarnal, A., & Gourc, D. (2022). Multimodal container ttransportation ttraceability and supply chain risk management: a review of methods and solutions. International Journal of Supply and Operations Management, 9(2), 212–234.
  14. Rotunno, G., Lo Zupone, G., Carnimeo, L., & Fanti, M. P. (2023). Discrete event simulation as a decision tool: A cost benefit analysis case study. Journal of Simulation, 1–17.
  15. Wang, L., & Demeulemeester, E. (2023). Simulation optimization in healthcare resource planning: A literature review. Iise Transactions, 55(10), 985–1007.